用Python分析淘宝2000款避孕套，得出这些有趣的结论_有趣的淘宝买家晒照

我们在上一篇的时候已经将淘宝数据爬取下来了，但是并没有做数据分析。所以今天这篇文章就是教大家如何去分析数据，得出一些有用的结论！

Python语言相比其他语言的优势在哪里？猪哥认为是数据分析和人工智能这两大块，而且这两个方向需求会慢慢增大，所以那些想学习Python却不知道要朝着哪个目标学习的同学可以考虑往这两个方向发展！

一、分析目标

数据分析之前我们需要清楚的知道自己想要分析什么东西，也就是先搞清楚我们的目标。在公司可能是公司财报、用户增量变化、产品受欢迎程度、一些报表等等。

那我们今天的目标有哪些呢？我们来看看：

1. 分析避孕套标题高频关键字

2. 分析避孕套标题高频关键字 与 商品数量关系

3. 分析避孕套标题高频关键字 与 平均销量关系

4. 分析避孕套标题高频关键字 与 平均售价关系

5. 分析避孕套商品价格区间分布关系

6. 分析避孕套商品销量区间分布关系

7. 分析避孕套商品价格区间 与 平均销量关系

8. 分析避孕套商家数量全国分布关系

9. 分析避孕套商家全国平均销量关系
    

注意： 以上数据分析全部基于上次爬取的2500款淘宝商品（默认排序），并不代表淘宝所有避孕套商品！

二、分析实现

有了明确的目标之后，我们就要开始技术选型。

首先数据处理的库这个很好确定，基本就是numpy和pandas这两个必备的库，所以大家首先确保已经安装了这两个库。

然后数据可视化库呢？这么多可视化库该怎么选？如果你不知道怎么选，那猪哥给你推荐：pyecharts 这个由中国人开发的可视化库，想要什么类型的图在下面文档里面找就行。

中文文档：https://pyecharts.org/#/zh-cn/intro
源码地址：https://github.com/pyecharts/pyecharts

最后技术选型完毕，我们就可以开始正式的敲代码分析了。（分析的标题将和上面的分析目标一一对应）

0.数据清洗

在我们数据分析之前，我们需要对数据进行清洗。因为从淘宝爬取下来的数据并不是标准的数据，比如：商品销量，爬取下来的数据是：2.5万+人付款，我们需要将它转为：25000（整型），这样才方面后面的处理！

我们先来看看从淘宝爬取的原始数据，看看那些数据需要清洗

根据使用库的经验猪哥认为有两列数据需要清洗：1、销量转成整型 2、地区转成只包含省份，具体如何清洗我们直接看代码吧！

大家可以看到最后猪哥又从新生成了一个excel文件，目的就是不去污染原始数据，因为原始数据非常重要，所以我们在以后的数据处理中要尽量保存好原始数据，多备份几个都不多余！

1.分析避孕套标题高频关键字

数据清洗完毕之后，我们就可以开始分析了。

分析标题高频关键字这都是老生常谈的一个流程，也就是使用jieba分词，然后统计词频，最后生成一个词云图，我相信经常看猪哥公众号的同学看都看腻了吧，这种小功能闭着眼睛都会了。